基于matlab的AM、FM、PM调制

目录

第1章 前言 ......................................................... - 2 - 第2章 AM，FM,PM调制原理 .......................................... - 3 -

2.1 AM调制原理 .................................................. - 3 - 2.2 FM调制原理 .................................................. - 3 - 2.3 PM调制原理 .................................................. - 5 - 第3章 几种调制方式的比较 ......................................... - 7 -

3.1 PM与FM的比较 ............................................... - 7 - 3.2 几种不同的模拟调制方式 ...................................... - 7 - 3.3 几种模拟调制的性能比较 ...................................... - 8 - 3.4 几种模拟调制的特点及应用 .................................... - 9 - 第4章 AM,FM,PM的调制仿真 ......................................... - 10 -

4.1 AM的调制仿真 ............................................... - 10 -

4.1.1理想状态下的AM调制仿真 ............................... - 10 - 4.1.2含噪声情况下的AM调制仿真 ............................. - 11 - 4.2 FM的调制仿真 ............................................... - 13 -

4.21理想状态下的FM调制仿真 ................................ - 13 - 4.22含噪声情况下的FM调制仿真 .............................. - 14 - 4.3 PM的调制仿真 ............................................... - 15 - 心得体会 ........................................................... - 16 - 参考文献 ........................................................... - 17 - 附录 ............................................................... - 18 -

AM、FM、PM、实现及性能比较

第1章 前 言

通信系统是为了有效可靠的传输信息，信息由信源发出，以语言、图像、数据为媒体,通过电(光)信号将信息传输，由信宿接收。通信系统又可分为数字通信与模拟通信。基于课程设计的要求，下面简要介绍模拟通信系统。

信源是模拟信号，信道中传输的也是模拟信号的系统为模拟通信。模拟通信系统的模型如图1所示。

图1 模拟通信系统模型

调制器: 使信号与信道相匹配, 便于频分复用等。发滤波器: 滤除调制器输出的无用信号。收滤波器: 滤除信号频带以外的噪声，一般设N(t)为高斯白噪声,则Ni(t)为窄带白噪声。

第2章 AM，FM,PM调制原理

2.1 AM调制原理

幅度调制是用调制信号去控制高频正弦载波的幅度，使其按调制信号的规律变化的过程。幅度调制器的一般模型如图2.1.1所示。

图2.1 幅度调制模型

在图2.1中，若假设滤波器为全通网络（H（）＝1），调制信号mt叠加直流A0后再与载波相乘，则输出的信号就是常规双边带（AM）调幅 .AM调制器模型如图2.2所示：

图2.2 AM调制模型

AM信号波形的包络与输入基带信号mt成正比，故用包络检波的方法很容易恢复原始调制信号。 但为了保证包络检波时不发生失真，必须满足A0mtmax，否则将出现过调幅现象而带来失真。AM信号的频谱是由载频分量和上、下两个边带组成（通常称频谱中画斜线的部分为上边带，不画斜线的部分为下边带）。上边带的频谱与原调制信号的频谱结构相同，下边带是上边带的镜像。显然，无论是上边带还是下边带，都含有原调制信号的完整信息。故AM信号是带有载波的双边带信号，它的带宽信号带宽的两倍。

2.2 FM调制原理

[1]

频率调制的一般表达式为：

（2-1）

FM和PM非常相似，如果预先不知道调制信号的具体形式，则无法判断已调信号是调频信号还是调相信号。

图 2.3 直接调频法

m(t)(•)dtPMSFM(t) 图 2.4 间接调频法

图2.3所示的产生调频信号的方法称为直接调频法，图2.4所示的产生调频信号的方法称为间接调频法[4]。由于实际相位调制器的调节围不可能超出，因而间接调频的方法仅适用于相位偏移和频率偏移不大的窄带调制情形，而直接调频则适用于宽带调制情形。

根据调制后载波瞬时相位偏移的大小，可将频率调制分为宽带调频（WBFM）与窄带调频（NBFM）。宽带与窄带调制的区分并无严格的界限，但通常认为由调频所引起的最大瞬时相位偏移远小于30°时，

（2-2）

称为窄带调频。否则，称为宽带调频。

为方便起见，无妨假设正弦载波的振幅A＝1，则由式（2-1）调频信号的一般表达式，得

SFM(t)cos[ctKFm(t)d]=cosctcos[KFm()d]sincsin[KFm()d]

ttt (2-3) 通过化解，利用傅立叶变化公式可得NBFM信号的频域表达式：

（2-4）

在NBFM中，由于下边频为负，因而合成矢量不与载波同相，而是存在相位偏移，当最大相位偏移满足式（2-2）时，合成矢量的幅度基本不变，这样就形成了FM信号。

图2.5 NBFM信号频谱

2.3 PM调制原理

在模拟调制中，一个连续波有三个参数可以用来携带信息而构成已调信号。当幅度和频率保持不变时，改变载波的相位使之随未调信号的大小而改变，这就是调相的概念。

角度调制信号的一般表示形式为： S(2-5)

式中，A是载波的恒定振幅；[ωCt+φ(t)]是信号的瞬时相位，而φ(t)称为瞬时相位偏移；d[ωCt+φ(t)]/dt为信号的瞬时频率，而dφ(t)/dt称为瞬时频率偏移，即相对于ωC的瞬时频率偏移。

设高频载波为uc=Ucmcosωct，调制信号为UΩ(t)，则调相信号的瞬时相位 φ(t)=ωct+KpUΩ(t)

m (t)=Acos[ω

Ct+φ(t)]

(t)瞬时角频率 ω(t)=d dt(t)=ωc+KpduΩdt

调相信号 uPM=Ucmcos［ωct+KpuΩ(t)］

将信号的信息加在载波的相位上则形成调相信号，调相的表达式为： S(2-6)

这里KPM称为相移指数，这种调制方式，载波的幅度和角频率不变，而瞬时相位偏移是调制信号f(t)的线性函数，称为相位调制。

调相与调频有着相当密切的关系，我们知道相位与频率有如下关系式：

(t) ω=d dtPM(t)=Acos[ω

Ct+K

PMf(t)+φ

0]

=ωC+KPMf(t)

φ(t)= dtωCt+KPMf(t)dt

所以在调相时可以先将调制信号进行微分后在进行频率调制，这样等效于调相，此方法称为间接调相，与此相对应，上述方法称为直接调相。调相信号的产生如图2.6所示：

图2.6 PM调相信号的产生

实现相位调制的基本原理是使角频率为ωc的高频载波uc(t)通过一个可控相移网络, 此网络产生的相移Δφ受调制电压uΩ(t)控制, 满足Δφ=KpuΩ(t)的关系, 所以网络输出就是调相信号，可控相移网络调相原理图如图2.3.2所示：

图2.7 可控相移网络调相原理图

第3章 几种调制方式的比较

3.1 PM与FM的比较

表3.1 PM与FM的比较

FM (1) 瞬时频率：(t)okFu(t) (2) 瞬时相位： PM (t)okp(t)otkFu(t)dto 0tdu(t) dt(3) 最大频偏： mkF|u(t)|maxkFU (t)otkpu(t)o mkp|du(t)|maxkpU dt(4) 最大相位： mfmkF|u(t)dt|0tmaxmpmkp|u(t)|maxkpU kFU uPM(t)Ucos(t) Ucos[otkpu(t)o] Ucos[otkpUcosto] Ucos[otmpcosto] ⑸表达式： uFM(t)Ucos(t) Ucos[otkfu(t)dto] 0tUcos[otkfUsinto] Ucos[otmfsinto] 3.2 几种不同的模拟调制方式

假定所有调制系统在接收机输入端具有相等的信号功率，且加性噪声都是均值为0、双边功率谱密度为/2的高斯白噪声，基带信号带宽为，在所有系统都满足

例如，为正弦型信号。综合前面的分析，可总结各种模拟调制方式的信号带宽、制度增益、输出信噪比、设备（调制与解调）复杂程度、主要应用等如表3.2.0所示。表中还进一步假设了AM为100%调制。

表 3.2

3.3 几种模拟调制的性能比较

就抗噪性能而言，WBFM最好，DSB、SSB、VSB次之，AM最差。NBFM与AM接近。示出了各种模拟调制系统的性能曲线，图中的圆点表示门限点。门限点以下，曲线迅速下跌；门限点以上，DSB、SSB的信噪比比AM高4.7dB以上，而 FM（＝6）的信噪比比AM高22dB。

就频带利用率而言，SSB最好，VSB与SSB接近，DSB、AM、NBFM次之，WBFM最差。

3.4 几种模拟调制的特点及应用

AM调制的优点是接收设备简单；缺点是功率利用率低，抗干扰能力差，信号带宽较宽，频带利用率不高。因此，AM制式用于通信质量要求不高的场合，目前主要用在中波和短波的调幅广播中。

DSB调制的优点是功率利用率高，但带宽与AM相同，频带利用率不高，接收要求同步解调，设备较复杂。只用于点对点的专用通信及低带宽信号多路复用系统。

SSB调制的优点是功率利用率和频带利用率都较高，抗干扰能力和抗选择性衰落能力均优于AM，而带宽只有AM的一半；缺点是发送和接收设备都复杂。SSB制式普遍用在频带比较拥挤的场合，如短波波段的无线电广播和频分多路复用系统中。

VSB调制性能与SSB相当，原则上也需要同步解调，但在某些VSB系统中，附加一个足够大的载波，形成（VSB+C）合成信号，就可以用包络检波法进行解调。这种（VSB+C）方式综合了AM、SSB和DSB三者的优点。所以VSB在数据传输、商用电视广播等领域得到广泛使用。

FM波的幅度恒定不变，这使得它对非线性器件不甚敏感，给FM带来了抗快衰落能力。利用自动增益控制和带通限幅还可以消除快衰落造成的幅度变化效应。这些特点使得NBFM对微波中继系统颇具吸引力。WBFM的抗干扰能力强，可以实现带宽与信噪比的互换，因而WBFM广泛应用于长距离高质量的通信系统中，如空间和卫星通信、调频立体声广播、短波电台等。WBFM的缺点是频带利用率低，存在门限效应，因此在接收信号弱、干扰大的情况下宜采用NBFM，这就是小型通信机常采用NBFM的原因。

第4章 AM,FM,PM的调制仿真

4.1 AM的调制仿真

4.1.1理想状态下的AM调制仿真

图4.1 调制信号的时域波形图

图4..2 载波的时域和频谱图

图4..3 理想状态下的已调信号的时域和频谱图

4.1.2含噪声情况下的AM调制仿真

图4.4 高斯白噪的时域和频谱图

图4.5 叠加噪声以后的已调信号的的时域和频谱图

图4.6 经过低通滤波器以后的已调信号的时域和频谱图

4.2 FM的调制仿真

4.21理想状态下的FM调制仿真

图4.7 调制信号、载波以及已调信号的时域波形图

图4.8 调制信号和已调信号的频谱图

图4.9 调制信号、无噪声情况下的已调信号和解调信号时域图

4.22含噪声情况下的FM调制仿真 小信噪比为10，大信噪比为30

图4.10 调制信号、含小信噪比高斯白噪声情况下的已调信号和解调信号时域图

图4.11 调制信号、含大信噪比高斯白噪声情况下的已调信号和解调信号时域图

4.3 PM的调制仿真

图4.12 调制信号、已调信号和解调信号的时域和频谱图

第5章 心得体会

通过这一次课程设计，我了解很多关于专业的知识，以前每次学这些知识时，总是不知道这些东西具体拿来有什么用，现在才知道，几个短短输入信号，在有了一个简单的电路流程后，就能仿真成我们生活中很多常见的东西。总的来说，这次课程设计过程还是比较愉快轻松的，虽然中间有过一些困难，但是在老师与同学的指点下我还是渡过了，在这里我要帮助我的老师和同学。

参考文献

[1] 樊昌信. 通信原理（第6版）.国防工业，2006，09 [2] 黎洪松. 数字通信原理.电子系科技大学，2005，07

[3] 任嘉伟. 数字频带通信系统计算机仿真[J].电脑知识与技术，2008，07 [4] 吕跃广 通信系统仿真.电子工业,2010.03

[5] 席在芳等 基于SIMULINK 的现代通信系统仿真分析[J].系统仿真学报 2006,18(10)

附 录

AM ： fm=100; fc=500; fs=5000; Am=1; A=2; N=512; K=N-1; n=0:N-1;

t=(0:1/fs:K/fs); yt=Am*cos(2*pi*fm*t); figure(1)

subplot(1,1,1),plot(t,yt),title('调制信号f1的时时域波'); y0=A+yt ;

y2=y0.*cos(2*pi*fc*n/fs); y3=fft(y2,N);% fft 变换 q1=(0:N/2-1)*fs/N; mx1=abs(y3(1:N/2)); figure(2) subplot(2,1,1); plot(t,y2);

title('已调信号的时时域波'); subplot(2,1,2); plot(q1,mx1);

title('f1已调信号的频谱'); %绘图 yc=cos(2*pi*fc*t); figure(3)

subplot(2,1,1),plot(t,yc),title('载波fc时域波形') N=512; n=0:N-1;

yc1=Am*cos(2*pi*fc*n/fs); y3=fft(yc1,N); q=(0:N/2-1)*fs/N; mx=abs(y3(1:N/2)); figure(3)

subplot(2,1,2),plot(q,mx),title('载波fc频谱')

y4=0.01*randn(1,length(t));%用RANDN产生高斯分布序列 w=y4.^2; %噪声功率 figure(4) subplot(2,1,1); plot(t,y4);

title('高斯白噪声时域波形') y5=fft(y4,N); q2=(0:N/2-1)*fs/N; mx2=abs(y5(1:N/2));

subplot(2,1,2),plot(q2,mx2),title('高斯白噪声频域波形') y6=y2+y4; figure(5)

subplot(2,1,1),plot(t,y6),title('叠加后的调制信号时域波形') q3=q1; mx3=mx1+mx2;

subplot(2,1,2),plot(q3,mx3),title('叠加后的调制信号频谱波形') %调制 yv=y6.*yc; %乘以载波进行解调 Ws=yv.^2; p1=fc-fm;

[k,Wn,beta,ftype]=kaiserord([p1 fc],[1 0],[0.05 0.01],fs); %Fir数字低通滤波

window=kaiser(k+1,beta); %使用kaiser窗函数

b=fir1(k,Wn,ftype,window,'noscale'); %使用标准频率响应的加窗设计函数 yt=filter(b,1,yv); yssdb=yt.*2-2; figure(6)

subplot(2,1,1),plot(t,yssdb),title('经过低通已调信号的时域波形采样') y9=fft(yssdb,N); q=(0:N/2-1)*fs/N; mx=abs(y9(1:N/2));

subplot(2,1,2),plot(q,mx),title('经过低通已调信号频域波形') %解调 ro=y9-yt; W=(yt.^2).*(1/2); R=W/w r=W/ro G=r/R fm：

dt=0.001; %设定时间步长 t=0:dt:1.5; %产生时间向量 am=5; %设定调制信号幅度 fm=5; %设定调制信号频率 mt=am*cos(2*pi*fm*t); %生成调制信号 fc=50; %设定载波频率 ct=cos(2*pi*fc*t); %生成载波 kf=10; %设定调频指数 int_mt(1)=0;

for i=1:length(t)-1

int_mt(i+1)=int_mt(i)+mt(i)*dt; %求信号m(t)的积分 end %调制，产生已调信号 sfm=am*cos(2*pi*fc*t+2*pi*kf*int_mt); %调制信号 %*****************************************

%*************添加高斯白噪声**************

sn1=10; %设定信躁比(小信噪比) sn2=30; %设定信躁比(大信噪比) sn=0; %设定信躁比(无信噪比) db=am^2/(2*(10^(sn/10))); %计算对应的高斯白躁声的方差 n=sqrt(db)*randn(size(t)); %生成高斯白躁声

nsfm=n+sfm; %生成含高斯白躁声的已调信号（信号通

%过信道传输）

%***************************************** %****************FM解调*******************

for i=1:length(t)-1 %接受信号通过微分器处理 diff_nsfm(i)=(nsfm(i+1)-nsfm(i))./dt; end

diff_nsfmn = abs(hilbert(diff_nsfm)); %hilbert变换，求绝对值得到瞬时幅度（包络检波）

zero=(max(diff_nsfmn)-min(diff_nsfmn))/2; diff_nsfmn1=diff_nsfmn-zero;

%***************************************** %**************时域到频域转换**************

ts=0.001; %抽样间隔 fs=1/ts; %抽样频率

df=0.25; %所需的频率分辨率，用在求傅里叶变换

%时，它表示FFT的最小频率间隔

%*****对调制信号m(t)求傅里叶变换*****

m=am*cos(2*pi*fm*t); %原调信号 fs=1/ts; if nargin==2 n1=0;

else

n1=fs/df; end

n2=length(m);

n=2^(max(nextpow2(n1),nextpow2(n2))); M=fft(m,n);

m=[m,zeros(1,n-n2)];

df1=fs/n; %以上程序是对调制后的信号u求傅里变换

M=M/fs; %缩放，便于在频铺图上整体观察 f=[0:df1:df1*(length(m)-1)]-fs/2; %时间向量对应的频率向量

%************对已调信号u求傅里变换********** fs=1/ts; if nargin==2 n1=0; else

n1=fs/df; end

n2=length(sfm);

n=2^(max(nextpow2(n1),nextpow2(n2))); U=fft(sfm,n);

u=[sfm,zeros(1,n-n2)];

df1=fs/n; %以上是对已调信号u求傅里变换 U=U/fs; %缩放 %****************************************** %*****************************************

disp('按任意键可以看到原调制信号、载波信号和已调信号的曲线') pause

%**************figure(1)******************

figure(1)

subplot(3,1,1);plot(t,mt); xlabel('时间t');

title('调制信号的时域图');

subplot(3,1,2);plot(t,ct); xlabel('时间t'); title('载波的时域图'); subplot(3,1,3); plot(t,sfm); xlabel('时间t');

title('已调信号的时域图');

%******************************************

disp('按任意键可以看到原调制信号和已调信号在频域的图形') pause

%************figure(2)********************* figure(2) subplot(2,1,1)

plot(f,abs(fftshift(M))) %fftshift:将FFT中的DC分量移到频谱中心 xlabel('频率f')

title('原调制信号的频谱图') subplot(2,1,2)

plot(f,abs(fftshift(U))) xlabel('频率f')

title('已调信号的频谱图')

%******************************************

disp('按任意键可以看到原调制信号、无噪声条件下已调信号和解调信号的曲线') pause

%**************figure(3)****************** figure(3)

%绘制调制信号的时域图

%绘制载波的时域图

%绘制已调信号的时域图

subplot(3,1,1);plot(t,mt); xlabel('时间t');

title('调制信号的时域图'); subplot(3,1,2);plot(t,sfm); xlabel('时间t');

%绘制调制信号的时域图

%绘制已调信号的时域图

title('无噪声条件下已调信号的时域图'); nsfm=sfm;

for i=1:length(t)-1 %接受信号通过微分器处理 diff_nsfm(i)=(nsfm(i+1)-nsfm(i))./dt; end

diff_nsfmn = abs(hilbert(diff_nsfm)); %hilbert变换，求绝对值得到瞬时幅度（包络检波）

zero=(max(diff_nsfmn)-min(diff_nsfmn))/2; diff_nsfmn1=diff_nsfmn-zero;

subplot(3,1,3); %绘制无噪声条件下解调信号的时域图

plot((1:length(diff_nsfmn1))./1000,diff_nsfmn1./400,'r'); xlabel('时间t'); title('无噪声条件下解调信号的时域图'); %*****************************************

disp('按任意键可以看到原调制信号、小信噪比高斯白噪声条件下已调信号和解调信号已调信号的曲线') pause

%**************figure(4)****************** figure(4)

subplot(3,1,1);plot(t,mt); xlabel('时间t');

title('调制信号的时域图');

db1=am^2/(2*(10^(sn1/10))); %计算对应的小信噪比高斯白躁声的方差

%绘制调制信号的时域图

n1=sqrt(db1)*randn(size(t)); %生成高斯白躁声

nsfm1=n1+sfm; %生成含高斯白躁声的已调信号（信号通

%过信道传输）

for i=1:length(t)-1 %接受信号通过微分器处理 diff_nsfm1(i)=(nsfm1(i+1)-nsfm1(i))./dt; end

diff_nsfmn1 = abs(hilbert(diff_nsfm1)); %hilbert变换，求绝对值得到瞬时幅度（包络检波）

zero=(max(diff_nsfmn)-min(diff_nsfmn))/2; diff_nsfmn1=diff_nsfmn1-zero; subplot(3,1,2);

plot(1:length(diff_nsfm),diff_nsfm); %绘制含小信噪比高斯白噪声已调信号的时域图 xlabel('时间t');

title('含小信噪比高斯白噪声已调信号的时域图');

subplot(3,1,3); %绘制含小信噪比高斯白噪声解调信号的时域图

plot((1:length(diff_nsfmn1))./1000,diff_nsfmn1./400,'r'); xlabel('时间t'); title('含小信噪比高斯白噪声解调信号的时域图'); %*****************************************

disp('按任意键可以看到原调制信号、大信噪比高斯白噪声条件下已调信号和解调信号已调信号的曲线') pause

%**************figure(5)****************** figure(5)

subplot(3,1,1);plot(t,mt); xlabel('时间t');

title('调制信号的时域图');

%绘制调制信号的时域图

db1=am^2/(2*(10^(sn2/10))); %计算对应的大信噪比高斯白躁声的方差

n1=sqrt(db1)*randn(size(t)); %生成高斯白躁声

nsfm1=n1+sfm; %生成含高斯白躁声的已调信号（信号通过信道传输）

for i=1:length(t)-1 %接受信号通过微分器处理 diff_nsfm1(i)=(nsfm1(i+1)-nsfm1(i))./dt; end

diff_nsfmn1 = abs(hilbert(diff_nsfm1)); %hilbert变换，求绝对值得到瞬时幅度（包 %络检波）

zero=(max(diff_nsfmn)-min(diff_nsfmn))/2; diff_nsfmn1=diff_nsfmn1-zero; subplot(3,1,2);

plot(1:length(diff_nsfm1),diff_nsfm1); %绘制含大信噪比高斯白噪声已调信号 %的时域图 xlabel('时间t');

title('含大信噪比高斯白噪声已调信号的时域图');

subplot(3,1,3); %绘制含大信噪比高斯白噪声解调信号 %的时域图

plot((1:length(diff_nsfmn1))./1000,diff_nsfmn1./400,'r'); xlabel('时间t'); title('含大信噪比高斯白噪声解调信号的时域图'); PM

function [v,phi]=env_phas(x,ts,f0)

if nargout==2 %nargout为输出变数的个数 z=loweq(x,ts,f0); %产生调制信号的正交分量 phi=angle(z); %angle是对一个复数求相角的函数

end

v=abs(hilbert(x)); %abs用来求复数hilbert(x)的模 function [M,m,df]=fftseq(m,ts,df) fs=1/ts;

if nargin==2 n1=0; %nargin为输入参量的个数 else n1=fs/df; end

n2=length(m);

n=2^(max(nextpow2(n1),nextpow2(n2))); %nextpow2(n)取n最接近的较大2次幂 M=fft(m,n); %M为信号m的傅里叶变换，n为快速傅里叶变换的点数，及基n-FFT变换

m=[m,zeros(1,n-n2)]; %构建新的m信号 df=fs/n; %重新定义频率分辨率

function x1=loweq(x,ts,f0) t=[0:ts:ts*(length(x)-1)];

z=hilbert(x); %希尔伯特变换对的利用---通过实部来求虚部 x1=z.*exp(-j*2*pi*f0*t); %产生信号z的正交分量， %并将z信号与它的正交分量加在一起 %主程序

t0=0.2; %信号的持续时间,用来定义时间向量 ts=0.001; %抽样间隔 fs=1/ts; %抽样频率

fc=300; %载波频率,fc可以任意改变 t=[-t0/2:ts:t0/2]; %时间向量 kf=100; %偏差常数

df=0.25; %所需的频率分辨率，用在求傅里叶变换时，它表示FFT的最小频率间隔

m=sin(100*t); %调制信号，m(t)可以任意更改

int_m(1)=0; %求信号m(t)的积分 for i=1:length(t)-1

int_m(i+1)=int_m(i)+m(i)*ts; end

[M,m,df1]=fftseq(m,ts,df); %对调制信号m(t)求傅里叶变换 M=M/fs; %缩放，便于在频谱图上整体观察 f=[0:df1:df1*(length(m)-1)]-fs/2; %时间向量对应的频率向量 u=cos(2*pi*fc*t+2*pi*kf*int_m); %调制后的信号

[U,u,df1]=fftseq(u,ts,df); %对调制后的信号u求傅里叶变换 U=U/fs; %缩放 %通过调用子程序env_phas和loweq来实现解调功能 [v,phase]=env_phas(u,ts,fc); %解调，求出u的相位

phi=unwrap(phase); %校正相位角，使相位在整体上连续，便于后面对该相位角求导

dem=(1/(2*pi*kf))*(diff(phi)*fs); %对校正后的相位求导 %再经一些线性变换来恢复原调制信号

%乘以fs是为了恢复原信号，因为前面使用了缩放 subplot(3,2,1) %子图形式显示结果

plot(t,m(1:length(t))) %现在的m信号是重新构建的信号，

%因为在对m求傅里叶变换时m=[m,zeros(1,n-n2)] axis([-0.1 0.1 -1 1]) %定义两轴的刻度 xlabel('时间t') title('原调制信号的时域图') subplot(3,2,2)

plot(t,u(1:length(t))) axis([-0.1 0.1 -1 1]) xlabel('时间t')

title('已调信号的时域图') subplot(3,2,3)

plot(f,abs(fftshift(M))) %fftshift：将FFT中的DC分量移到频谱中心

axis([-600 600 0 0.04]) xlabel('频率f')

title('原调制信号的频谱图') subplot(3,2,4)

plot(f,abs(fftshift(U))) axis([-600 600 0 0.04]) xlabel('频率f')

title('已调信号的频谱图') subplot(3,2,5)

plot(t,m(1:length(t))) axis([-0.1 0.1 -1 1]) xlabel('时间t')

title('原调制信号的时域图') subplot(3,2,6)

plot(t,dem(1:length(t))) axis([-0.1 0.1 -1 1]) xlabel('时间t')

title('解调后信号的时域波形')